Devo effettuare una trasformazione delle coordinate tra due sistemi di riferimento (assi). Per questo, tre matrici ( ) devono essere moltiplicate a causa dell'utilizzo di alcuni assi intermedi. Ho pensato a due approcci per risolvere questo:3 × 33×33\times3 Metodo n. 1 : esecuzione diretta della moltiplicazione, ovvero vf= R1 R2 …
Ho bisogno di calcolare molte inversioni di matrici (per la decomposizione polare di iterazione di Newton), con un numero molto piccolo di casi degeneri ( ).< 0,1 %3 × 33×33\times3< 0,1 %<0.1%<0.1\% L'inverso esplicito (tramite matrici minori divise per determinante) sembra funzionare ed è circa 32 ~ 40 flop fusi …
Nelle classi FEM, di solito è dato per scontato che la matrice di rigidità sia definita positiva, ma non riesco proprio a capire il perché. Qualcuno potrebbe dare qualche spiegazione? Ad esempio, possiamo considerare il problema di Poisson: cui matrice di rigidità è: che è simmetrico e definito positivo. La …
Data una matrice simmetrica definita positiva, qual è l'algoritmo più veloce per calcolare la matrice inversa e il suo determinante? Per problemi a cui sono interessato, la dimensione della matrice è 30 o meno. Alta precisione e velocità sono davvero necessarie. (vengono eseguite milioni di matrici) Il determinante è necessario. …
La routine QR di LAPACK memorizza Q come riflettori Householder. Ridimensiona il vettore di riflessione vvv con 1 / v11/v11/v_1 , quindi il primo elemento del risultato diventa 111 , quindi non deve essere memorizzato. E memorizza un vettore ττ\tau separato , che contiene i fattori di scala necessari. Quindi …
Sono interessato a calcolare la soluzione di un sistema di lage di ODE usando un metodo krylov come in [1]. Tale metodo prevede funzioni correlate all'esponenziale (le cosiddette funzioni ). Consiste essenzialmente nel calcolare l'azione della funzione matrice costruendo un sottospazio di Krylov usando l'iterazione di Arnoldi e proiettando la …
Dobbiamo calcolare le matrici di covarianza con dimensioni che vanno da a . Abbiamo accesso a GPU e cluster, ci chiediamo quale sia il miglior approccio parallelo per accelerare questi calcoli.100000 × 10000010000×1000010000×1000010000\times10000100000 × 100000100000×100000100000\times100000
Dalla definizione del numero di condizione sembra che sia necessaria un'inversione di matrice per calcolarla, mi chiedo se per una matrice quadrata generica (o meglio se definita positiva simmetrica) è possibile sfruttare una decomposizione della matrice per calcolare il numero di condizione in un modo più veloce.
Supponiamo che al seguente sistema lineare sia dato dove L è il Laplaciano ponderato noto per essere positivo s e m i - definito con uno spazio nullo unidimensionale attraversato da 1 n = ( 1 , … , 1 ) ∈ R n , e la varianza della traduzione …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.